早期时间序列分类方法研究综述

来源：华东师范大学学报·哲学社会科学版杂志2021年第5期北京时间：

作者：杨梦晨, 陈旭栋, 蔡鹏, 倪葎

摘要：传感器技术的普及使得时间序列数据受到人们越来越多的关注. 早期时间序列分类(Early Time Series Classification, ETSC)希望通过观测尽可能短的时序数据而对其做出尽可能准确的分类, 已在科技金融领域发挥着重要的作用. 首先概述了常见的时间序列分类器, 并综述了基于最小预测长度、基于最大区分子序列和基于模型的3类早期时间序列分类框架的最新研究进展. 然后在每类方法中, 分析了具有代表性的早期时间序列分类模型的关键技术及其优缺点; 整理了科技金融领域的公开数据集和常见的评价指标. 最后对未来的发展趋势做了展望.

关键词：早期时间序列分类,时间序列分类器,最小预测长度,最大区分子序列,机器学习,